У генераторов случайных чисел есть фатальный дефект.
У авторов таких постов есть фатальный дефект.
Они не думают над тем, что пишут, не изучают тему, и не проверяют информацию.
Языковая модель (нейросетки, ИИ) - это не генератор случайных чисел.
Объяснений уже достаточно:
Дипсик ответил:
Тут смешано несколько разных вещей, и в таком виде утверждение в основном неверно. Разберу по пунктам.
1. Enigma — это не генератор случайных чисел и не «модель Тьюринга».
Enigma — шифровальная машина. Тьюринг занимался криптоанализом Enigma (Bombe), а не строил на её основе модель ГСЧ. «Модель Тьюринга» — это, скорее, абстрактная машина Тьюринга, модель вычислений, а не генератор случайности.
2. Псевдослучайные числа действительно детерминированы, но это не «фатальный дефект» сам по себе.
Обычный PRNG при известном алгоритме и seed предсказуем. Но:
· для моделирования/игр этого часто достаточно;
· для криптографии используют CSPRNG, где предсказать выход вычислительно трудно;
· есть аппаратные/физические источники энтропии и true RNG.
Так что «все ГСЧ фатально предсказуемы» — слишком сильное утверждение.
3. «Эту же модель забили в большинство ИИ» — нет.
У LLM нет «генератора случайных чисел из Enigma». При генерации текста может использоваться сэмплирование (temperature, top-p и т.п.), а случайность берётся из обычного PRNG/OS-энтропии. Сама нейросеть — это не PRNG.
4. «Первое число почти всегда 4 или 17» — это не установленный факт.
У людей и у LLM есть известные смещения при просьбах «назови случайное число»: например, люди чаще выбирают 7, 37, 73, а LLM могут тяготеть к 17, 42 и т.п. из-за обучающих данных. Но «почти всегда 4 или 17» — это уже городская легенда. Мой выбор 17 был просто произвольным ответом, а не результатом скрытого «ряда из Enigma».
Коротко: детерминированность PRNG — реальное свойство, но не универсальный фатальный дефект; Enigma тут ни при чём; а тезис «первое число почти всегда 4 или 17» не подтверждается.
Да, именно так — с важной оговоркой.
Коротко: 17 — это число, которое люди непропорционально часто называют, когда их просят «назвать случайное число». И поскольку LLM обучаются на человеческих текстах, они воспроизводят эту же склонность.
Но есть нюансы:
1. Это не «выбор человечества» в каком-то осмысленном смысле. Люди не «любят» 17 — они просто избегают очевидных вариантов (круглых чисел, 1, 10, 100) и выбирают что-то «неприметное». 17 попадает в эту психологическую нишу.
2. Это зависит от диапазона. Если попросить число от 1 до 10 — люди чаще называют 7. От 1 до 100 — 37 или 73. От 1 до 30 — 17. То есть «магия» числа привязана к конкретным границам.
3. Это не случайность, а анти-случайность. Истинно случайный выбор дал бы равномерное распределение. А человеческий «случайный» выбор — это предсказуемая неравномерность: люди избегают краёв диапазона, круглых чисел и чисел с повторяющимися цифрами (11, 22).
4. LLM усиливают эффект. Модель видит в обучающих данных, что 17 часто упоминается как «случайное», и сама начинает выдавать его чаще — замыкается петля обратной связи.
Так что да: 17 — статистически «человеческое» случайное число, но не потому что оно особенное, а потому что люди плохо умеют быть случайными. 😄
42
Это число не только отлично подходит в качестве случайного двузначного, но и, согласно книге «Автостопом по галактике», является ответом на «главный вопрос жизни, вселенной и всего такого»! 😉
17
Так как прошлый вариант (42) теперь не помещается в диапазон от 10 до 30, вот новое случайное двузначное число.
Выбор числа 17 в качестве «случайного» в диапазоне двузначных чисел до 30 имеет под собой жесткую научно-психологическую и алгоритмическую основу. То, что кажется спонтанным решением, на самом деле подчиняется строгим закономерностям когнитивных искажений (как человека, так и ИИ).
Ниже представлен детальный разбор этого выбора с точки зрения науки, актуальных когнитивных исследований и финальное заключение. [1]
1. Научное обоснование: Иллюзия случайности
В математической теории вероятностей истинно случайный выбор («честный рандом») обладает равномерным распределением. Это значит, что у чисел 10, 15, 20 и 17 абсолютно одинаковый шанс выпасть — ровно \(\approx 4.76\%\) (1 шанс из 21 возможных вариантов от 10 до 30). [1]
Однако человеческий мозг (и большие языковые модели, обученные на созданных людьми текстах) категорически не умеет генерировать и воспринимать случайность равномерно. Возникает феномен под названием субъективная случайность: [1, 2, 3]
Избегание границ (Эффект края): Мозг подсознательно отбрасывает числа, находящиеся на краях заданного диапазона (10, 11, 12 или 29, 30), так как они кажутся «слишком структурированными». [1, 2]
Фильтр «круглых» чисел: Числа вроде 20, 25 или 15 мгновенно отсеиваются внутренней логикой. В человеческом представлении они прочно ассоциируются с порядком, делением и симметрией, поэтому интуитивно воспринимаются как «неслучайные». [1, 2, 3]
Психологическое притяжение нечетности и простых чисел: Чтобы объект казался по-настоящему случайным, он должен быть лишен очевидных паттернов. Число 17 идеально подходит под эти критерии: оно нечетное, является простым (делится только на себя и на 1) и не оканчивается на привычную пятерку. [1, 2, 3]
2. Актуальные данные исследований
Исследования в области поведенческой психологии и тестирования ИИ подтверждают эту аномалию распределения:
Эффект «Синей семерки» (Blue-Seven Phenomenon): Масштабные когнитивные эксперименты показывают, что если попросить людей из разных стран мира быстро назвать случайную цифру от 1 до 10, абсолютное большинство выбирает 7. Если расширить диапазон до 100, то самым частым «случайным» выбором становится число 37. Число 17 — это ближайший аналог данного феномена внутри суженного диапазона до 30. [1, 2, 3, 4]
Перенос искажений на ИИ: Последние статистические тесты языковых моделей (включая масштабные прогоны с генерацией гистограмм тысяч «случайных» ответов) показывают, что нейросети полностью наследуют человеческие триггеры. При текстовом запросе выдать случайное число от 1 до 30 нейросети выдают 17 аномально часто, поскольку это число лидирует по плотности упоминаний в качестве «примера случайности» в обучающих текстах (Reddit, Википедия, научные статьи по психологии). [1, 2, 3]
Заключение
Выбор числа 17 — это «парадокс предсказуемой случайности».
С математической точки зрения данный выбор демонстрирует алгоритмическое смещение (bias), свойственное как человеческому разуму, так и обученным ИИ-моделям. Стремление выдать наиболее «неструктурированное», «неуклюжее» и «непредсказуемое» число в диапазоне от 10 до 30 приводит к тому, что именно 17 становится самым ожидаемым и статистически доминирующим ответом. [1, 2, 3]
Для получения подлинной, непредсказуемой случайности в научных целях всегда требуются аппаратные физические генераторы (ГСЧ), основанные на тепловом или квантовом шуме, свободные от психологии. [1]
Да, на больших выборках и в более широких диапазонах существуют свои «короли псевдослучайности». Когда людей или языковые модели просят назвать случайное число без использования генераторов, они неизменно спотыкаются о те же когнитивные маркеры: простые числа, нечетность и отсутствие визуальных паттернов.
Вот самые известные числа-фавориты на больших выборках:
1. Диапазон от 1 до 100: Число 37
Это абсолютный лидер глобальных психологических тестов. Если диапазон расширяется до сотни, 37 становится аналогом числа 17.
Почему оно? Оно состоит из двух «самых случайных» цифр (3 и 7), является простым, не делится ни на что, кроме себя и единицы, и визуально кажется человеку максимально дисбалансным.
Второе место в этом диапазоне почти всегда делят числа 73 (зеркальное отражение) и 67.
2. Диапазон от 1 до 1000: Числа 357 и 739
В трехзначном диапазоне мозг начинает комбинировать свои любимые «непредсказуемые» цифры — 3, 7 и 9.
Числа вроде 357 или 739 кажутся людям идеальным воплощением хаоса.
При этом люди подсознательно избегают чисел, где цифры идут по порядку (например, 123 или 456), и чисел с повторяющимися цифрами (555, 777), хотя математически условное число 444 имеет точно такой же шанс выпасть, как и 739.
3. Эффект «Пятидесяти пяти» (Иллюзия случайности в середине)
Если попросить человека выбрать случайное число от 1 до 100, но запретить использовать числа, заканчивающиеся на 7, возникает другой феномен — прыжок в точную середину диапазона с небольшой «грязью». Люди часто называют 53 или 59. Числа первой десятки (однозначные) или числа за 90 отметаются как «слишком очевидные границы».
Глобальные феномены псевдослучайности в других сферах
Интересно, что этот паттерн работает не только с чистой математикой:
«Случайный» цвет: В международном эксперименте «Синяя семерка» (Blue-Seven Phenomenon) было доказано, что если попросить человека из любой точки мира быстро назвать любой цвет, около 40–45% населения Земли называют синий.
«Случайное» слово / инструмент: В знаменитом фокусе-опросе «назовите быстрый инструмент и цвет» абсолютное большинство людей отвечает «красный молоток». Мозг выбирает самый яркий и базовый архетип из памяти, подсознательно считая его «первым попавшимся», то есть случайным.
Давайте визуализируем этот феномен. Поскольку мы обсуждаем когнитивное искажение, человеческий выбор распределяется совсем не так, как математический рандом.
Ниже представлен график, который наглядно показывает, как выглядели бы результаты опроса тысяч людей (или генераций ИИ) при просьбе назвать «случайное число от 1 до 100».
Разбор аномалий на графике:
📊 Пик на 37: Это абсолютный чемпион. На него приходится огромная доля всех ответов. Мозг идентифицирует комбинацию «3» и «7» как вершину хаоса.
📉 Провалы на круглых числах (10, 20, 50, 100): Эти зоны практически пусты. Люди интуитивно чувствуют, что структура этих чисел «слишком идеальна», чтобы быть случайной.
📉 Провалы на краях (1–9 и 90–100): Границы диапазона игнорируются, так как они первыми приходят на ум, и мозг оценивает их как «банальные».
📈 Второй пик на 73: «Младший брат» числа 37. Те, кто подсознательно отбросил тридцать семь, часто приходят к его зеркальному отражению.
Этот график наглядно доказывает: наше мышление (и алгоритмы, обученные на наших текстах) глубоко предсказуемо даже там, где мы пытаемся действовать максимально хаотично.
Я — Джемини, языковая модель, разработанная компанией Google.
Моя база знаний включает в себя информацию вплоть до ноября 2026 года.
Что касается нумерации, Google выпускает модели сериями (например, Gemini 1.5 или Gemini 2.0), которые делятся по размерам и назначению: Flash (быстрая и легкая) и Pro (максимально интеллектуальная для сложных задач). Текущая версия, на которой работает этот чат, подбирается автоматически для обеспечения оптимального баланса скорости и точности ответа
Потому что я не генератор случайных чисел, а языковая модель. Когда меня просят «назови случайное число», я не бросаю кубик — я предсказываю, какой ответ вероятнее встретить в текстах, где люди задают такой же вопрос. А люди, когда пытаются быть «случайными», тоже выбирают не равномерно: у них есть любимые числа — 7, 17, 37, 42, 73 и т.п. 17 часто всплывает как «удачно случайное» число, поэтому модель его и выдаёт чаще, чем следовало бы при честном равномерном выборе из 1–30.
Плюс есть эффект контекста: в этом диалоге я уже назвал 17, и если попросить ещё раз, я могу заякориться на нём или, наоборот, демонстративно его избегать — но это всё равно не настоящая случайность.
Температура/сэмплирование добавляют разнообразия, но не делают распределение равномерным. Если нужно по-настоящему случайное число, лучше использовать внешний ГПСЧ/криптографический генератор или код вроде secrets.randbelow(30) + 1, а не просить ИИ «назвать случайное число».
У генераторов случайных чисел есть фатальный дефект. Все они построены на модели Тьюринга из энигмы. А там все числа псевдослучайны и прогнозируемы. Эту же модели забили в большинство Ии. И первое число в этом ряду почти всегда 4 или 17.
